基于可变边界支撑向量机的重要信息获取方法

摘要

本发明公开了一种基于可变边界支持向量机的重要信息获取方法，主要克服现有技术中忽视对式样本重要度差异性信息的不足。其实施步骤为：针对待评价信息对象，通过smart搜索引擎，搜集需求信息，并将这些信息进行预处理，得到原始训练集；在原始训练集上，构造新的训练集，引入可变边界因子，这个因子为原始训练集中两两样本的样本标识之差的绝对值；输入新训练集，将这个因子作为支持向量机每个约束中的边界，对信息评价模型进行训练，得到信息评价函数；输入待评价信息的样本特征矢量，根据这些特征矢量的函数值大小，就可以获得重要信息。本发明具有获取重要信息的平均准确率高的优点，可用于信息重要度评级，产品质量评价。

主权项

一种基于可变边界支撑向量机的重要信息获取方法，包括：搜集需求信息步骤；针对待评价信息对象，通过smart搜索引擎，按照查询需求，将需收集的信息提取成一个文本集合；信息预处理步骤：利用文本集合的词频和逆向文件频率的t维原始特征t＞44，对文本集合进行特征提取，将这些提取的特征转换为45维数值特征向量，对这些特征向量进行降维，得到样本集(xi，yi)，i＝1.......n，x1，…xn是二维样本特征矢量，yi为样本重要度标识，n为样本数；信息评价模型的训练步骤：将上步得到的样本集中的r个样本作为原始训练集r＜n，在原始训练集((x1，y1)，…，(xr，yr))中，由任意两个二维样本特征矢量形成对式样本(xi(1)，xi(2))，若第一样本特征矢量xi(1)的重要度标识大于第二样本特征矢量xi(2)的重要度标识，则将对式样本(xi(1)，xi(2))标识为zi＝1，反之zi＝-1，构造出新的训练集：{(xi(1)，xi(2))，zi，di}，i＝1，2，…m，m＝O(n2)，m为新训练集样本数， d i = | y i ( 1 ) - y i ( 2 ) | , 为可变边界因子，体现了对式样本信息重要度的差异；利用可变边界的支撑向量机信息评价方法，对新的训练集进行训练，得到信息评价函数f(x)＝w·x，w为训练得到的权值参数，x为输入的二维样本特征矢量；重要信息的获取步骤：在信息评价函数f(x)＝w·x中输入待评价信息的样本特征矢量，按照这些特征矢量的函数值大小，进行降序排列，将排在前面的样本，作为要获取的重要信息。